Сервис развивается: тестируем формат, собираем идеи, улучшаем сервис. Есть идеи?

Написать
Войти
Дайджесты
Иллюстрация с закрытым серверным шкафом GPT-5.6 Sol за регуляторным барьером

Засекреченный ИИ: как госрегулирование США и лоббизм ограничили доступ к GPT-5.6 Sol

Флагманская модель GPT-5.6 Sol заблокирована для публики по запросу властей США. Разбираемся, как лоббирование безопасности со стороны Anthropic привело к ИИ-цензуре, какие три уровня моделей (Sol, Terra, Luna) представила OpenAI и почему разработчики заявляют о начале эпохи регуляторного захвата.

Засекреченный ИИ: как госрегулирование США и лоббизм ограничили доступ к GPT-5.6 Sol

26 июня 2026 года компания OpenAI официально анонсировала выпуск своего нового семейства моделей GPT-5.6, состоящего из трех уровней: флагманской Sol, сбалансированной Terra и легкой Luna. Однако долгожданный релиз сопровождался беспрецедентными ограничениями. Вместо привычного мгновенного доступа для сотен миллионов пользователей, флагманская модель GPT-5.6 Sol оказалась фактически заблокирована для широкой публики по прямому запросу правительства США. Доступ к ней на этапе предварительного просмотра (preview) предоставлен лишь крайне узкому кругу доверенных партнеров и организаций, список которых был передан американской администрации. Разработчики и независимые исследователи по всему миру выразили резкое недовольство, назвав происходящее классическим примером «регуляторного захвата» (regulatory capture), когда крупные ИИ-лаборатории используют риторику безопасности для создания монопольных условий и отсечения конкурентов от передовых технологий.

Новое семейство моделей GPT-5.6: Sol, Terra и Luna

В новой линейке OpenAI применила разграничение по возможностям и стоимости инференса. Флагманская модель GPT-5.6 Sol спроектирована как суперкомпьютерный разум для решения наиболее сложных и наукоемких задач. Она ориентирована на глубокое логическое рассуждение, продвинутое программирование, кибербезопасность и биоинформатику. Для этой модели OpenAI представила новый режим глубокого рассуждения max, дающий модели дополнительное время на обдумывание сложных вопросов, а также многоагентный режим ultra, позволяющий Sol самостоятельно координировать сеть специализированных субагентов для выполнения комплексных проектов.

Сбалансированная модель GPT-5.6 Terra призвана стать основным рабочим инструментом для повседневных задач и стабильных рабочих процессов. При производительности, сопоставимой с предыдущим флагманом GPT-5.5, Terra стоит ровно в два раза дешевле, что делает ее крайне привлекательной для интеграции в корпоративные контентные пайплайны и фоновую аналитику. Легкая модель GPT-5.6 Luna ориентирована на сверхбыструю обработку огромных массивов простых запросов по минимальной цене.

Госрегулирование на практике: почему Sol остался закрытым

Официальный анонс OpenAI прямо подтверждает, что компания предварительно раскрыла планы и возможности GPT-5.6 правительству США. По требованию администрации Белого дома OpenAI согласилась на поэтапный и строго ограниченный запуск Sol. Компания заявила, что не считает подобную практику государственного вмешательства долгосрочной нормой, поскольку она лишает передовых инструментов разработчиков, стартапы, бизнес и специалистов по киберзащите. Тем не менее, на период превью Sol будет доступна только ограниченному пулу партнеров через API и платформу Codex. OpenAI планирует использовать это время для совместной работы с администрацией США над созданием Cyber Executive Order (указа по кибербезопасности) и повторяемого процесса будущих релизов.

На этом фоне обычные пользователи ChatGPT Plus и разработчики без партнерского статуса получают лишь инкрементальное обновление GPT-5.5 Instant (выпущенное 24 июня 2026 года), которое лучше адаптируется к сложным инструкциям и контексту бренда, но не обладает мощными логическими способностями Sol.

Лоббизм безопасности и уроки Anthropic

Ситуация с GPT-5.6 Sol разворачивается на фоне аналогичных жестких ограничений у главного конкурента OpenAI — компании Anthropic. 12 июня 2026 года Anthropic опубликовала заявление о получении директивы экспортного контроля от правительства США, которая обязала компанию немедленно приостановить любой доступ к моделям Claude Fable 5 и Claude Mythos 5 для всех иностранных граждан, включая собственных сотрудников Anthropic за пределами США. Чтобы гарантировать соблюдение требований, Anthropic была вынуждена полностью отключить доступ к Fable 5 для всех коммерческих клиентов, а Mythos 5 оставить доступным лишь для узкого круга проверенных партнеров в рамках проекта Project Glasswing.

Многие независимые эксперты и разработчики видят в этом не столько заботу о национальной безопасности, сколько результат активного лоббирования со стороны руководства Anthropic. Генеральный директор Дарио Амодеи на протяжении долгого времени продвигал концепцию экзистенциальных угроз ИИ и необходимости жесткого государственного контроля за обучением и релизом передовых моделей (frontier models). Критики утверждают, что подобный «маркетинг на основе страха» ведет к регуляторному захвату рынка: крупнейшие игроки закрепляют свои монопольные позиции через закрытые государственные партнерства, в то время как стартапы и независимое сообщество отрезаются от технологий первого эшелона.

Технический аудит и возможности безопасности

По заявлениям OpenAI, GPT-5.6 Sol демонстрирует выдающиеся результаты на профильных бенчмарках. Модель установила новый рекорд на Terminal-Bench 2.1, а также показала результаты на уровне Mythos Preview на ExploitBench, затратив при этом в три раза меньше токенов на генерацию ответов. На внутреннем тесте по поиску уязвимостей в формате Capture-The-Flag (CTF) Sol показала результат в 96.7%.

В OpenAI подчеркивают, что модель гораздо лучше справляется с поиском и исправлением уязвимостей (оборонительный аспект), чем с проведением автоматизированных сквозных атак. В ходе тестирования Sol не смогла самостоятельно создать полную цепочку эксплойтов для Chromium и Firefox и не пересекла критический порог киберугрозы (Cyber Critical threshold).

Для обеспечения безопасности OpenAI внедрила многоуровневую систему фильтрации. Помимо обучения с подкреплением и стандартных отказов, в реальном времени работают специализированные классификаторы биологических и кибернетических угроз. Если система обнаруживает потенциально опасный контекст, генерация временно приостанавливается, а запрос отправляется на проверку более крупной логической модели. На автоматическое тестирование модели против универсальных джейлбрейков (red-teaming) компания потратила более 700 000 часов работы графических процессоров в эквиваленте A100.

Экономика и новые правила работы с API

Ценообразование нового семейства моделей отражает их четкое позиционирование:

  • GPT-5.6 Sol: $5 за миллион входных токенов и $30 за миллион выходных токенов.
  • GPT-5.6 Terra: $2.50 за миллион входных токенов и $15 за миллион выходных токенов (в два раза дешевле Sol).
  • GPT-5.6 Luna: $1 за миллион входных токенов и $6 за миллион выходных токенов.

Также OpenAI обновила правила кэширования промтов (prompt caching): минимальное время жизни кэша теперь составляет 30 минут, запись в кэш стоит на 25% дороже стандартного ввода, но последующее чтение из кэша предоставляет скидку в 90%. Кроме того, в июле 2026 года планируется запуск Sol на оборудовании Cerebras для избранных клиентов, что обеспечит скорость генерации до 750 токенов в секунду.

Что делать разработчикам и бизнесу в эпоху закрытых релизов

Главный практический вывод из текущей ситуации — недопустимость построения критических бизнес-процессов вокруг монопольного доступа к какой-то одной закрытой модели верхнего уровня. Доступ к передовым технологиям теперь может быть ограничен регуляторами в любой момент.

Разработчикам рекомендуется внедрять гибкие архитектурные решения:

  1. Использовать слой абстракции (API-шлюзы и оркестраторы) для быстрого переключения между поставщиками (OpenAI, Anthropic, Cohere).
  2. Разделять задачи по сложности: рутинную фоновую работу переводить на более дешевые и доступные модели класса Terra, а дорогостоящие ресурсы логических моделей вроде Sol привлекать только для критически важных этапов (написание кода, сложный анализ данных).
  3. Инвестировать в собственные системы локальной памяти (например, на базе векторных баз данных и RAG) и развивать мультиагентные подходы (Mixture of Agents), способные компенсировать нехватку доступа к закрытым флагманам за счет параллельной работы нескольких более простых открытых моделей.